General Compute با دریافت وامی ۴۰۰ میلیون دلاری از Upper90؛ اولویت روی چیپهای inference و ارزانسازی اجرای مدلهای هوش مصنوعی
استارتاپ هوش مصنوعی General Compute موفق به دریافت یک وام ۴۰۰ میلیون دلاری از شرکت سرمایهگذاری فناورانه Upper90 شد. این تسهیلات مالی اهمیت بالایی دارد، زیرا احتمالاً اولین معاملهای است که از چیپهای اختصاصی برای inference — یعنی پردازندههایی که برای اجرا و استنتاج سریع مدلهای از پیش آموزشدیده طراحی شدهاند — بهعنوان وثیقه استفاده میکند. این نوع چیپها با هدف اجرای کارآمد و کمهزینه مدلها توسعه یافتهاند و تفاوت ساختاری و قیمتی قابلتوجهی با چیپهای پرهزینهای دارند که معمولاً برای آموزش (training) مدلهای بزرگ به کار میروند.
چرایی اهمیت این معامله
– فشار بازار برای کاهش هزینههای اجرای هوش مصنوعی و استفاده از مدلهای متنباز باعث شده سرمایهگذاران و تامینکنندگان مالی به سمت زیرساختهایی بروند که اجرای مدلها را ارزانتر از مدلهای پیشرفته و گرانقیمت ارائهدهند.
– استفاده از چیپهای inference بهعنوان وثیقه نشاندهنده بلوغ فنی و اقتصادی این سختافزارها و نیز تغییر الگوی تامین مالی در اکوسیستم محاسبات هوش مصنوعی است.
پلتفرم Neocloud و چیپهای SN50
General Compute که توسط فین پوکلوسکی (Finn Puklowski) تاسیس شده، پیش از این در ماه مه یک دور سرمایهگذاری اولیه ۱۵ میلیون دلاری جذب کرد تا یک «neocloud» ویژه inference بر پایه سیلیکون شرکت SambaNova (تحت حمایت اینتل) بسازد. neocloudها زیرساختهایی هستند که اختصاصاً برای بارهای کاری هوش مصنوعی طراحی شدهاند و با زیرساخت عمومی ارائهشده توسط غولهای ابری مثل AWS یا Azure تفاوت دارند.
چیپهای SN50 شرکت SambaNova برای عملیات inference بهینهسازی شدهاند: مصرف انرژی پایینتر، نیاز کمتر به سیستمهای خنککنندگی پیچیده (مثل خنکسازی با آب) و قابلیت استقرار سریعتر در دیتاسنترهای متنوع نسبت به GPUها از مزایای مطرحشده از سوی General Compute است. این شرکت مدعی است که چیپهای جدید میتوانند تا ۱۶ برابر سریعتر از ابرهای مبتنی بر GPU در عملیات inference عمل کنند؛ هرچند تحقق این عدد بستگی به کارکرد واقعی در پروژههای گسترده دارد.
سابقه و چشمانداز تامین مالی مبتنی بر سختافزار
Upper90 که توسط بیلی لیبی (Billy Libby)، سابقهدار معاملات کمی در گلدمن ساکس، هدایت میشود، پیشتر در سال ۲۰۲۱ تجربه تامین مالی خرید GPU برای استارتاپ Crusoe را داشته که بهعنوان یکی از نخستین وامهای مبتنی بر ارزش چیپها شناخته شد. مدل مالیای که در پی آن شکل گرفت و سپس با نمونههایی مانند CoreWeave و عرضه اولیه عمومی (IPO) آن تقویت شد، زمینه را برای گسترش وامدهی مبتنی بر سختافزار فراهم کرد.
اکنون Upper90 بهجای تمرکز صرف بر GPU، به سمت چیپهای inference و شرکتهایی مانند General Compute میرود تا از موج بعدی رشد بازار هوش مصنوعی بهرهبرداری کند. تحلیلگران این حرکت را نشانهای از تغییر تقاضا میدانند: شرکتها و توسعهدهندگان لزوماً به سوپرکامپیوترهای گرانقیمت نیاز ندارند، اما به زیرساختهای سریع و مقرونبهصرفه برای اجرای مدلها نیاز دارند.
رقابت با اکوسیستم انویدیا و ظهور جایگزینها
گره خوردن تامین و استقرار سختافزار صرفاً به یک تولیدکننده محدود نیست؛ ظهور شرکتهایی مانند Groq، Cerebras و نیز رویکردهایی که از AMD یا شرکای دیگر بهره میگیرند، نشان میدهد بازار در حال متنوعشدن است. General Compute و برخی بازیگران دیگر تلاش دارند با دسترسی به چیپهای خارج از اکوسیستم انویدیا، هزینه کل مالکیت (TCO) را کاهش دهند و انعطافپذیری بیشتری به مشتریان ارائه کنند.
پیامدها برای صنعت و توسعه مدلهای متنباز
تقویت زیرساختهای ارزانتر inference میتواند زمینه را برای رشد گستردهتر مدلهای متنباز و خدماتی که دسترسی به این مدلها را اقتصادی میکنند، فراهم آورد. همین روند باعث جذب سرمایه به پلتفرمهایی میشود که ارائهدهنده دسترسی به مدلهای باز هستند و میتواند رقابت با مدلهای بزرگ و گرانقیمت را تسهیل کند.
جمعبندی
وام ۴۰۰ میلیون دلاری Upper90 به General Compute نه تنها نشاندهنده تمایل سرمایهگذاران به وثیقهگذاری چیپهای inference است، بلکه نمایانگر تحولی فراتر در بازار زیرساختهای هوش مصنوعی است: حرکت به سمت سختافزارهای بهینه برای اجرا، کاهش هزینهها و تنوعبخشی به تامینکنندگان محاسباتی فراتر از انویدیا. تحقق کامل این چشمانداز وابسته به توانایی شرکتها در تامین مقادیر کافی از چیپهای جایگزین و اثبات عملکرد واقعی آنها در محیطهای تولیدی خواهد بود.